[发明专利]金融预测方法及系统

说明书

本发明公开了一种金融预测方法。本发明公开了一种用于金融领域行业股票预测的系统，能够提高股票预测的准确率，帮助用户快速了解下一周股票的趋势。该系统包括了行业股票数据采集模块、行业股票数据预处理模块、行业股票数据训练模块、行业股票数据预测模块、行业股票预测值和真实值对比展示展示模块。

技术领域

本发明涉及金融领域，具体涉及一种金融预测方法及系统。

背景技术

金融市场由于市场运动规律，企业风险，政府干预风险，以及购买力风险导致金融市场的综合性，复杂性大大提升。针对金融市场，尤其是股票市场的精准预测成为企业规避风险中最重要的手段。随着数据挖掘技术和人工智能的深度学习技术的进一步发展，可以通过这些技术对金融市场的规律性，智能性进行分析，能够很好的预测出股票市场数据的走向。

发明内容

本发明要解决的技术问题是提供一种金融预测方法及系统，对人工智能技术和数据挖掘技术近年来火热的在各个行业的应用，提出一种用于金融领域行业股票预测的系统，能够自动的预测下一周行业股票的趋势，同时提高股票预测的准确率，帮助用户快速了解下一周股票的趋势。

为了解决上述技术问题，本发明提供了一种用于金融领域行业股票预测的系统，包括行业股票数据采集模块、行业股票数据预处理模块、行业股票数据训练模块、行业股票数据预测模块；

S1:所述行业股票数据采集模块，用于得到各个行业从初始到至今的股票数值数据，包括了煤炭、钢铁、互联网等行业的数据，为S3所构建的模型进行数据的支撑；

S2:所述行业股票数据预处理模块，用于对各个行业的股票数值数据进行清理，重构；

S3：所述行业股票训练模块，用于对S2构建的数据，进行预测模型的搭建；

S4：所述行业股票数据预测模块，对于S3训练的模型，使用训练模型进行行业股票初始时间至未来一周五天的数据值进行预测；

S5：所述行业股票预测值和真实值对比展示展示模块。

在其中一个实施例中，针对行业股票数据是一种类似于时间序列的函数模型，使用人工智能领域中对时间序列模型有着很好的效果的LSTM模型进行模型的训练。

在其中一个实施例中，所述行业股票预测值和真实值对比展示展示模块，用于将模型预测的各个行业从初始到未来下一周的预测值和真实数据进行折线图的展示，方便用户观察模型的可信性。

一种用于金融领域行业股票预测的方法，包括；

S1：得到各个行业从初始到至今的股票数值数据，包括了煤炭、钢铁、互联网等行业的数据；

S2：对各个行业的股票数值数据进行清理，重构；

S3：用于对S2构建的数据，进行预测模型的搭建；

S4：对于S3训练的模型，使用训练模型进行行业股票初始时间至未来一周五天的数据值进行预测；

S5：对比展示所述行业股票预测值和真实值。

在其中一个实施例中，针对行业股票数据是一种类似于时间序列的函数模型，使用人工智能领域中对时间序列模型有着很好的效果的LSTM模型进行模型的训练。

在其中一个实施例中，将模型预测的各个行业从初始到未来下一周的预测值和真实数据进行折线图的展示。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述方法的步骤。